Vordenker

Autonome Agenten sind das nÃĪchste Schmerzmittel fÞr das IT-Team

mm
Unite.AI zu deinen bevorzugten Quellen auf Google hinzufÞgen

Im AI-Boom sehe ich zwei verschiedene Kategorien von LÃķsungen: Vitamine und Schmerzmittel. Ein Vitamin ist etwas, das Ihnen hilft, bessere Kopien zu erstellen oder eine PrÃĪsentation zu polieren, was Ihre ProduktivitÃĪt nur so weit steigert. Ein Schmerzmittel hingegen ist eine Frage des systemischen Überlebens. Es kann Ihnen helfen, ein Problem zu beheben, bevor es außer Kontrolle gerÃĪt, oder mit einem globalen Ausfall umzugehen, wie z.B. als eine Änderung von CrowdStrike zusammenbrach und etwa 8,5 Millionen Windows-PCs im Juli 2024 lahmlegte.

Wenn man AI annimmt, ist es besser, der Kategorie Schmerzmittel nachzugehen als der Kategorie Vitamine. Ich bin nicht Þberrascht, dass Gartner vorhersagte, dass im Jahr 2026 AI “von Tools, die Menschen unterstÞtzen, zu Plattformen entwickelt, die manuelle Anstrengung fÞr komplexe Workflows ersetzen”. Stellen Sie sich vor, wie schmerzhaft das Problem von CrowdStrike war und wie viel besser AI-Agenten es hÃĪtten handhaben kÃķnnen. IT-Automatisierung ist ein Schmerzmittel.

IT ist ÃĪhnlich wie Feuerwehr

Die schmerzhafte Wahrheit ist, dass die IT-Branche in Daten ertrinkt, aber an Erkenntnissen hungert. Es gibt genug Daten, um sie zu sammeln, aber geben diese Daten Ihnen Antworten? Dieses “Datenrauschen” war immer das Problem in der IT und verwandelt es in einen permanenten Zustand des FeuerlÃķschens.

Der Rest des Unternehmens interessiert sich nicht fÞr IT-Operationen. Sicherlich liefert IT nÞtzliche Dashboards, aber diese sind mehr wie Versicherungen: sie bieten Frieden und Sicherheit, dass das Unternehmen geschÞtzt ist. WÃĪhrenddessen sind IT-Mitarbeiter die ersten Reaktionstruppen, die versuchen, BrÃĪnde zu lÃķschen, die sich schnell ausbreiten kÃķnnen. Es gibt viele hohe EinsÃĪtze, Millionen von Dollar stehen auf dem Spiel, und sie kÃķnnen nicht immer damit umgehen. Es ist unglaublich harte Arbeit.

Kann ein AI-Tool einen Brand lÃķschen und sicherstellen, dass er nicht zu einer grÃķßeren Katastrophe fÞhrt? Meiner Erfahrung nach ist die Antwort eindeutig ja. Das Unternehmen interessiert sich fÞr die Behebung des Problems durch IT, nicht fÞr Geschwindigkeit, FÞtterung und was unter der Haube steckt. IT ist ein wertbasiertes, ergebnisbasiertes Anwendungsgebiet fÞr AI.

Geben Sie Agenten mehr Handlungsfreiheit

Anders ausgedrÞckt macht AI Selbstheilung in der IT mÃķglich und verschiebt die Arbeit von FeuerlÃķschung zu FeuerprÃĪvention. Sie wollen nicht, dass Menschen Zeit mit FeuerlÃķschung verbringen, wie sie es vor 20 Jahren taten. Heute wollen Sie Rauchmelder in Ihrer IT-Infrastruktur. Wenn es Rauch gibt, erkennen die AI-Agenten ihn und beheben ihn. Es gibt keinen Grund, jedes Mal die Feuerwehr zu rufen und Feuerwehrleute zu entsenden.

Agenten kÃķnnen Ihnen helfen, Rauschen zu reduzieren und Probleme zu untersuchen. Zum Beispiel: “Bob beschwerte sich, dass seine App langsam lÃĪuft. Kein Problem, lassen Sie den AI-Agenten untersuchen und die Ursache finden.” Ein zweiter Agent behebt das Problem, und ein dritter Agent erstellt fÞr Bob ein Dashboard, das seinem Team zeigt, was wirklich passiert. Es ist kein Wunder, dass Forrester glaubt, dass Multi-Agenten-Systeme der nÃĪchste Fortschritt in der agierenden AI sind. Sie kÃķnnen einen Schwarm von Agenten haben, die zusammenarbeiten, um zu erkennen, zu untersuchen, zu lÃķsen und zu lernen. Das ist der gesamte Kreislauf. Im Laufe der Zeit, wenn AI die Oberhand gewinnt, schrumpft der Anteil der monotonen IT-Arbeit, und Menschen werden zu Reviewern.

Menschliche Workflows kÃķnnen komplex sein, wie z.B. ein Kunde, der einen Flug gebucht hat, ein Problem erlebt hat und eine RÞckerstattung mÃķchte. Diese Dinge sind fÞr Agenten schwer zu handhaben. Aufgaben wie das Lesen von Log-Dateien? Agenten tun das im Schlaf. TatsÃĪchlich schlafen sie nie. IT-Automatisierung ist ein geeignetes Anwendungsgebiet fÞr Agenten.

Wenn Sie Ihre Denkweise ÃĪndern, werden Sie Ihren Agenten mehr Handlungsfreiheit geben, indem Sie sicherstellen, dass sie alle Ihre VorfÃĪlle, Dienstleistungen, Standorte und die Organisationsstruktur verstehen. Letztendlich kÃķnnen Ihre Agenten umso mehr erreichen, je besser sie die Datenbeziehungen Ihres Unternehmens verstehen. Es geht nicht nur um das Was, sondern um das Warum. “Warum hat Bob dieses Router-Flapping-Problem auf eine bestimmte Weise behoben? Nun, hier ist, was er getan hat.”

Es gibt strukturiertes Wissen, Nachrichten in Slack und Anrufe in Teams. Sie kÃķnnen all dies in einem Kontextgraphen zusammenbringen und in Ihren Agenten-Engine einfÞgen, der das tut, was Menschen tun: wahrnehmen, ihre Arbeit planen, darÞber nachdenken, handeln und anpassen.

Vor zwei Jahren spuckten Chatbots nur eine Antwort aus. Es war entweder sehr gut oder sehr schlecht. Seitdem haben wir Argumentation und Aktion hinzugefÞgt. Das ist der Punkt, an dem der gesamte Kreislauf zum Leben erwacht. Agenten mehr Handlungsfreiheit zu geben, ist eine neue Art, IT-Anwendungen zu bauen, zu verwalten und zu beheben.

Messen Sie, wie Agenten helfen

Bei all unseren Kunden, die IT-Automatisierung wollen, ist der wichtigste Einsatzfall die Reduzierung von Rauschen. Es gibt so viel Rauschen, und niemand mag es, wenn er zu unchristlichen Zeiten geweckt wird, besonders wenn es meistens kein Feuer, sondern nur Rauch gibt.

Sie wollen nicht, dass menschliche Arbeitskraft fÞr Rauchmelder verschwendet wird. Sie wollen, dass der Agent damit umgeht. Die Reduzierung von Rauschen ist ein klarer Wert-Indikator. Wenn Sie Rauschen um 90% reduzieren, treten weniger VorfÃĪlle in Ihr IT-Service-Management-Tool ein, wie z.B. ServiceNow. Weniger Tickets in ServiceNow bedeuten, dass Ihr IT-Team mehr Zeit fÞr kritische Arbeit hat. Das ist der wichtigste Indikator, den unsere Kunden messen: weniger VorfÃĪlle, die in ihr IT-Service-Management-Tool eintreten.

Der zweite kritische Indikator ist die Zeit, die zur Untersuchung benÃķtigt wird. Untersuchungen dauerten im Durchschnitt vier bis acht Stunden. “Hey, Bob, gehen Sie und untersuchen Sie dieses Problem.” Jedes Mal, wenn Sie Bob bitten, ein Problem zu untersuchen, braucht er Zeit. Sie kÃķnnen Bob nicht jedes Mal bitten, ein Problem zu untersuchen, weil es zu lange dauern wÞrde. Bob kommt nach acht Stunden mit einem Bericht zurÞck. Als Ergebnis mÞssen Sie, wenn Sie keine Agenten haben, die meisten Ihrer Untersuchungen durchfÞhren, einige BrÃĪnde brennen lassen. Die Kosten sind, dass einige BrÃĪnde zu FeuerstÞrmen werden. Sie fliegen blind. Sie sehen diese lÃĪstigen Warnungen, die hereinkommen, und mÞssen sie ignorieren, bis Sie wissen, dass der Rauch ein Feuer ist. Mit Agenten kÃķnnen Sie jede Anomalie in Minuten untersuchen und unendlich viele Untersuchungen durchfÞhren.

Drittens verfolgen einige Kunden die mittlere Zeit bis zur Reparatur (MTTR), die misst, wie lange es dauert, ein Problem zu lÃķsen. Sie messen, wie viele VorfÃĪlle vollstÃĪndig autonom gelÃķst werden. Wenn das System einen Vorfall generiert, ist es ein Systemfehler, und der Agent kann den Vorfall bestimmen, beheben und Ihnen mitteilen, dass er ihn behoben hat. Alles wird im Ticket verfolgt, so dass Sie die Audit-Log sehen kÃķnnen. Es ist, als ob ein Mensch es getan hÃĪtte, aber Agenten tun alles. Die MTTR kann heute bei 10% bis 20% liegen, aber diese Zahl wird nur weiter wachsen.

Agenten ÃĪndern, wie Ihr Unternehmen operiert

Die Reduzierung von Rauschen, die Zeit zur Untersuchung und die MTTR sind alle GrÞnde, warum wir autonome IT bei unseren Kunden sehen. Viele haben keine Level-1-Mannschaft mehr, weil sie diese Funktion vollstÃĪndig automatisiert haben. Es gibt nur noch Level 2 und Level 3. Im April schÃĪtzte McKinsey , dass agierende AI schließlich 60% bis 80% der Routine-Infrastrukturarbeiten automatisieren kann und nannte ein Beispiel, in dem 50% der KapazitÃĪt der Service-Agenten eines Unternehmens fÞr hÃķherwertige AktivitÃĪten umgeschichtet wurde.

Nachdem Unternehmen die richtigen AI-Tools eingesetzt haben, verÃĪndern ihre IT-Teams, wie sie arbeiten. Deshalb ist IT-Automatisierung ein Schmerzmittel: es ist ein katalysierender Faktor, der Unternehmen dazu zwingt, AI-Agenten in ihrem gesamten Unternehmen zu akzeptieren und ihre menschliche Arbeitskraft zu nutzen, um ihr GeschÃĪft reibungslos laufen zu lassen.

Karthik Sj ist der Chief AI Officer bei LogicMonitor. Mit fast 20 Jahren Erfahrung bei der Leitung globaler Produktorganisationen hat er sowohl bei hochwachsenden Startups wie Aisera als auch bei großen Ãķffentlichen Unternehmen wie SAP gearbeitet. Seine Expertise liegt im Aufbau, der AusfÞhrung und Skalierung von AI-ersten Produkten fÞr Unternehmen. WÃĪhrend seiner Amtszeit hat er mehrere Null-zu-Eins-Produkte zu UmsÃĪtzen gebracht und hÃĪlt mehrere Patente im Bereich KI und Automatisierung.